{"id":1699,"date":"2022-12-13T03:04:08","date_gmt":"2022-12-13T02:04:08","guid":{"rendered":"https:\/\/www.systransoft.com\/papers\/maxime-sit-quis-dolore-rerum-ea\/"},"modified":"2023-11-16T18:22:31","modified_gmt":"2023-11-16T17:22:31","slug":"non-autoregressive-machine-translation-with-translation-memories","status":"publish","type":"paper","link":"https:\/\/www.systransoft.com\/es\/recursos\/papers-and-publications\/non-autoregressive-machine-translation-with-translation-memories\/","title":{"rendered":"Traducci\u00f3n autom\u00e1tica no autorregresiva con memorias de traducci\u00f3n"},"content":{"rendered":"La traducci\u00f3n autom\u00e1tica no autorregresiva (NAT) ha hecho grandes progresos recientemente. Sin embargo, la mayor\u00eda de los trabajos hasta la fecha se han centrado en tareas de traducci\u00f3n est\u00e1ndar, aunque algunos modelos NAT basados en edici\u00f3n, como el Levenshtein Transformer (LevT), parecen adecuados para traducir con una memoria de traducci\u00f3n (TM). Este es el escenario considerado aqu\u00ed. Primero analizamos el modelo de vanilla de LevT y explicamos por qu\u00e9 no funciona bien en este entorno. Luego proponemos una nueva variante, TM-LevT, y mostramos c\u00f3mo entrenar eficazmente este modelo. Al modificar la presentaci\u00f3n de datos e introducir una operaci\u00f3n de eliminaci\u00f3n adicional, obtenemos un rendimiento que est\u00e1 a la par con un enfoque autorregresivo, al tiempo que reducimos la carga de decodificaci\u00f3n. Tambi\u00e9n mostramos que la incorporaci\u00f3n de MTs durante la formaci\u00f3n dispensa el uso de la destilaci\u00f3n del conocimiento, un conocido truco utilizado para mitigar el problema de la multimodalidad.","protected":false},"excerpt":{"rendered":"<p>La traducci\u00f3n autom\u00e1tica no autorregresiva (NAT) ha logrado recientemente grandes avances. Sin embargo, la mayor\u00eda de los trabajos hasta la fecha se han centrado en tareas de traducci\u00f3n est\u00e1ndar, aunque algunos modelos NAT basados en edici\u00f3n, como Levenshtein Transformer (LevT), parecen ser adecuados para traducir con una memoria de traducci\u00f3n (TM). Este es el escenario aqu\u00ed considerado. Primero analizamos el modelo LevT de vainilla... <a href=\"https:\/\/www.systransoft.com\/es\/recursos\/papers-and-publications\/non-autoregressive-machine-translation-with-translation-memories\/\">Continuaci\u00f3n<\/a><\/p>","protected":false},"featured_media":0,"template":"","class_list":["post-1699","paper","type-paper","status-publish","hentry"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.systransoft.com\/es\/wp-json\/wp\/v2\/paper\/1699","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.systransoft.com\/es\/wp-json\/wp\/v2\/paper"}],"about":[{"href":"https:\/\/www.systransoft.com\/es\/wp-json\/wp\/v2\/types\/paper"}],"wp:attachment":[{"href":"https:\/\/www.systransoft.com\/es\/wp-json\/wp\/v2\/media?parent=1699"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}